Docs / Vidéo
Écrire ses prompts, la version courte
Écrivez des personnages originaux ou stylisés, ou utilisez votre propre représentation avec un consentement documenté. Respectez la Politique d’utilisation acceptable.
Copiez toute cette page dans votre propre assistant (ChatGPT, Claude, Codex) et demandez-lui d’écrire vos moments. Le planificateur du Storyboard suit déjà ces règles tout seul ; cette page est pour quand vous écrivez à la main.
One Shot (un clip plus long qu’une passe)
- One Shot a son propre onglet à côté de Vidéo : le plan, une image de départ, qui y figure, la durée et la qualité, puis les moments avec une gouttière de temps, une ligne de caméra et les commutateurs de continuité. Un script envoie le même document à
POST /oneshot(docs/API.md). - Vous n’avez pas à écrire de moments. Laissez la zone vide et le prompt porte tout le plan, soutenu toutes les cinq secondes. Écrivez des moments quand vous voulez que le plan aille quelque part : chaque ligne dirige ses cinq secondes, et une ligne vide prolonge le moment qui la précède.
- Un moment = cinq secondes = une seule chose qui se passe. Commencez par le mouvement : ce que fait le sujet, ce que fait la caméra, ce qui entre dans le cadre.
- Un changement de scène a son propre moment. Franchir une porte, entrer dans une pièce, passer sur un pont : donnez-lui ses propres cinq secondes, et mettez l’approche dans le moment qui précède. Un changement de scène caché à la fin d’un moment chargé est celui que le modèle saute.
- Une révélation a son propre moment. « La caméra tourne jusqu’à son visage » fonctionne quand c’est tout le moment, pas la queue d’un moment qui porte aussi la table, l’épouse et le chapeau.
- Se poser avant le virage. Le moment qui précède un changement de scène ou une révélation doit ralentir ; le modèle a besoin d’un instant pour se poser avant de pivoter.
- Répétez les invariants à chaque moment. L’apparence du sujet, la position de la caméra, la palette, le son. Le moteur ne retient que la dernière image ; ce sont les mots qui portent le reste. Phosphene ajoute pour vous votre bloc de style devant chaque moment.
- Quelque chose de nouveau chaque seconde. Un frôlement, un objet qui entre, un changement de lumière. Un moment qui décrit une ambiance sans aucun événement se lit comme une image fixe.
- Une courte réplique par moment, et écrivez le silence. La parole va à environ 2,5 mots par seconde : un moment de 5 secondes contient donc une réplique d’au plus sept mots, avec une respiration avant et le silence après écrit noir sur blanc (« then he is silent, his mouth settles closed, and only the wind is heard »). Une réplique de 12 mots déborde du moment et de la limite entre les parties, sous la forme d’une voix sur une bouche fermée (mesuré le 2026-09-07). Ouvrez la prise par un regard silencieux avant la première réplique : une réplique dès la première image ne donne rien à quoi la synchro labiale puisse s’accrocher.
- Verrouillez la lumière. Dites l’heure de la journée et la météo une seule fois, dans le premier moment, et n’impliquez jamais une autre heure plus tard (« neon comes on », « dawn breaks »). Phosphene ajoute une phrase de continuité à chaque moment et mesure chaque partie ; une partie dont la lumière dérive est refaite une fois, seule.
- Un seul mouvement de caméra pour tout le plan, écrit une fois, dans la ligne Caméra. Direction et vitesse : « a slow, steady clockwise arc around the table at eye level, wide to close ». Le moteur transmet l’image d’une partie à l’autre à la jonction, jamais le mouvement : une partie qui démarre d’une image fixe choisit son propre mouvement, et le raccord se voit comme une caméra qui change de direction ou s’arrête puis repart. Phosphene place votre ligne Caméra en premier dans chaque partie (« the camera is already moving, …, and continues in the same direction at the same steady speed »). Gardez les mots de caméra des moments eux-mêmes cohérents avec elle : pas de « the camera settles », « swings round » ou « pulls back » à mi-parcours, sauf si c’EST le mouvement de tout le plan. Un mouvement lent et constant se lit comme un seul plan ; trois mouvements se lisent comme trois.
- Le son fait partie du plan. Dites ce qu’on entend : des pas, un orchestre dans l’embrasure d’une porte, de la pluie sur un auvent. Sans indices sonores, l’audio est une ambiance presque silencieuse.
Partir d’une image fixe
- Concevez d’abord la première image comme une image (Phosphene en fait une pour vous, ou apportez la vôtre). La composition, la palette et le personnage se décident sur une image qui prend quelques secondes, pas sur un clip qui prend une heure.
- Faites correspondre le format de l’image à celui du canevas du plan ; le panneau choisit le plus proche.
Ce qu’il ne faut pas écrire
- Pas de « fast forward », de « time-lapse » ni de « montage » dans un One Shot : le modèle coupe.
- Pas deux sujets à la fois, sauf si l’un d’eux est le sujet du moment.
- Deux personnages qui parlent : lisez d’abord
docs/LTX_DIALOGUE.md. La réponse du modèle lui-même est une génération multi-plans (champ / contre-champ dans UN SEUL prompt, un visage qui parle par plan, la coupe nommée, le son indiqué, les personnages réidentifiés avec les mêmes mots), et non un One Shot recousu à partir de parties. - La mise en scène à deux locuteurs qui marche (rendue le 2026-09-07) : une longue table avec un locuteur à chaque bout et UN SEUL lent travelling latéral le long de celle-ci. Le locuteur A seul dans le cadre pour ses répliques (un moment qui ne nomme que A), un moment silencieux de table vide pendant que A en sort (ne nomme personne), le locuteur B qui entre seul au fond pour sa réponse (le premier moment qui nomme B). Jamais les deux dans le cadre pendant que l’un des deux parle. Un plan à deux de profil, une orbite, ou « over B’s shoulder » mettent tous deux bouches dans le cadre ou ajoutent un corps.
- Un moment ne nomme que ceux qui doivent être dans l’image. Quiconque est nommé par le texte d’un moment est composé dans l’image de ce moment : « only A is in the frame » ne retire pas un B que le même texte décrit, et « over B’s shoulder, B’s back to the camera » ajoute un troisième corps au lieu de retourner B (deux cas mesurés, 2026-09-07). Pour n’avoir qu’un visage à l’écran, écrivez un moment qui mentionne un seul personnage et rien sur l’autre ; présentez le second dans le moment où il entre.
- Deux locuteurs doivent être impossibles à confondre, et un seul parle par moment. Deux personnages originaux qui se ressemblent visuellement (les deux extraterrestres de la première prise du dîner) voient leurs répliques échangées, se répondent à eux-mêmes ou disent une réplique à l’unisson : rien dans l’image n’indique au moteur à quelle bouche appartient une réplique. Donnez à chaque locuteur une carrure différente, une couleur différente à porter et un trait de voix (« the tall one, deep and slow » ; « the short one, thin and quick ») dans le premier moment, répétez le duo à chaque moment, écrivez UNE réplique par moment, et dites que l’autre écoute la bouche fermée.
- Utilisez un personnage original par plan. Avec plusieurs personnages dans le cadre, un LoRA de personnage actif peut leur donner des apparences semblables. Mettez en scène des personnages distincts dans des plans séparés pour éviter cette limite.
- Pas de texte à l’écran ; pas de lettrage sur les enseignes, sauf si vous acceptez des mots inventés.
Durée et qualité
- H3 natif (1344×768) avec Turbo v4 : environ 31 minutes pour 5 secondes sur un M4 Max de 64 Go. Une minute, c’est une soirée.
- Un test de 5 secondes en Haute (1024×576) coûte 14 minutes. Testez le premier moment avant d’engager la nuit.
Source : docs/PROMPTING.md dans le dépôt public. Relu pour ce site avant publication. Traduit de l'original anglais. Suggérer une modification.